随着互联网技术的迅猛发展,电子商务、即时消息系统和虚拟社区等新技术不断深入影响着人们生活的各个方面,依托个人用户的大量数据不断产生和积累,传统存储设备已经不能满足个人用户存储海量数据的需求,云存储成为越来越多个人用户所选择的一种新的有效存储方式。然而,随着云存储服务提供商数目的不断增加,服务质量成为个人用户在选择服务提供商时所关注的重要因素,如何为个人用户选择合适的云存储服务提供商成为一个亟待解决的问题。本文利用智能Agent系统的自动协商机制来解决个人云存储用户在多个云存储服务提供商中进行选择的问题,目标是在最大化自身效率的同时尽快达成与对方Agent的协商。本文首先对自动双边多议题协商问题的国内外研究现状进行了综述,深入研究和分析了多Agent系统及其常用协商算法。贝叶斯算法具有Agent通过学习其他Agent在协商过程中的行为来获得他们的信息的特点,针对协商过程中对对手偏好信息未知的问题,本文提出一种基于贝叶斯理论的偏好预测算法(Preference prediction based on Bayesian,PPBB),利用偏好预测计算对手的各偏好重要程度比率和让步行为曲线,并由此设计了相应的还盘报价策略和协商机制。本文接下来设计和实现了一个基于以上算法和策略的Agent自动协商系统,给出了详细的用例、模块和算法流程设计及其实现细节。最后的实验结果表明,本文所提出的算法能够在保证协商各方效用值的基础上,有效缩短协商时间。